論文の概要: From Prediction to Collaboration: Interactive Symbolic Music Analysis
- arxiv url: http://arxiv.org/abs/2607.13587v1
- Date: Wed, 15 Jul 2026 08:28:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.70914
- Title: From Prediction to Collaboration: Interactive Symbolic Music Analysis
- Title（参考訳）: 予測からコラボレーションへ:インタラクティブなシンボリック音楽分析
- Authors: Emmanouil Karystinaios, Johannes Hentschel, Markus Neuwirth, Gerhard Widmer,
- Abstract要約: 記号的ローマ数字RN解析のための統一的なフレームワークを提案する。
強い予測性能と制約付き完了とリビジョンの直接的なサポートを組み合わせる。
完全なスコア分析、既存のラベルのターゲットリビジョン、部分的なコンテキストから欠落したアノテーションの推測をサポートする。
- 参考スコア（独自算出の注目度）: 8.180530393436326
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatic symbolic music analysis has made substantial progress, yet existing systems are typically designed for a single mode of use, such as full-score prediction, and therefore do not match the broader range of operations that arise in analysis workflows, including partial completion, local correction, and iterative refinement. As a result, there remains a gap between strong benchmark models and systems that can support interactive analytical use. We present a unified framework for symbolic Roman-numeral (RN) analysis that narrows this gap by combining strong predictive performance with direct support for constrained completion and revision. The method is designed to provide a practical trade-off between accuracy and interactive responsiveness by computing expensive pretrained representations once and reusing them during iterative refinement, making powerful pretrained models more amenable to interactive settings. It supports complete score analysis, targeted revision of existing labels, and inference of missing annotations from partial context through a shared modeling framework. Experiments on Dilemmadata, the largest and most heterogeneous benchmark of its kind, show that the proposed approach is a strong RN-analysis baseline while also supporting masked completion from partial labels. Together with a prototype interface for multi-level candidate inspection and editing, these results position automatic RN analysis not only as a prediction problem, but also as a foundation for future interactive tools for music analysis.
- Abstract（参考訳）: 自動記号音楽分析は大きな進歩を遂げているが、既存のシステムは一般にフルスコア予測のような単一モードで設計されているため、部分補完、局所補正、反復修正などの分析ワークフローで発生する幅広い操作と一致しない。
結果として、強力なベンチマークモデルと、インタラクティブな分析的使用をサポートするシステムの間には、依然としてギャップが残っている。
本稿では,強い予測性能と制約付き完備化とリビジョンの直接的なサポートを組み合わせることで,このギャップを狭めるシンボリックなローマ数字解析のための統一的なフレームワークを提案する。
この手法は、高額な事前学習表現を一度計算し、反復的洗練の過程で再利用することで、精度と対話的応答性の間の実践的なトレードオフを提供する。
完全なスコア分析、既存のラベルのターゲットリビジョン、共有モデリングフレームワークを通じて部分的なコンテキストから欠落したアノテーションの推測をサポートする。
Dlemmadataは、最も大きく、最も異種なベンチマークであり、提案手法は強力なRN分析ベースラインであり、部分ラベルからのマスク付き補完もサポートしている。
マルチレベル候補検査と編集のためのプロトタイプインタフェースとともに、これらの結果は、予測問題としてだけでなく、将来の音楽分析のためのインタラクティブツールの基礎として、自動RN分析を位置づけている。
関連論文リスト
- Loop-Based Slicing and Input-Driven Concretization: An Empirical Study of Termination and Non-Termination Analysis [1.84316002191515]
本稿では,(非)終端解析のための軽量でツールに依存しないソースレベル前処理の実証的研究について述べる。
ループベースのスライシングを適用したCフロントエンドであるFocusTNTを実装した。
実世界の非終端バグとその修正から派生した117のC/C++プログラム上で,スライシング,コンクリタイズ,および6つのアナライザの組み合わせを評価した。
論文 参考訳（メタデータ） (2026-07-09T23:29:19Z) - K-Models: a Flexible and Interpretable Method for Ordinal Clustering with Application to Antigen-Antibody Interaction Profiles [65.21921642886367]
K-Modelsは、順序的制約を統合し、観察された機能プロファイルを生成するランダムプロセスの基本的な要素を推定する新しいフレームワークである。
提案手法はシミュレーションと実世界の応用を通して評価する。
論文 参考訳（メタデータ） (2026-05-14T13:35:44Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Efficient Semi-Automated Material Microstructure Analysis Using Deep Learning: A Case Study in Additive Manufacturing [0.0]
本稿では,U-Netに基づく畳み込みニューラルネットワークと対話型ユーザアノテーションと修正インタフェースを統合した,半自動能動学習に基づくセグメンテーションを提案する。
提案フレームワークは,スケーラビリティとロバスト性を維持しながらラベリングの労力を削減し,多様な材料システムにまたがる画像解析に広く適用可能である。
論文 参考訳（メタデータ） (2026-03-14T08:28:00Z) - A Learning-Based Superposition Operator for Non-Renewal Arrival Processes in Queueing Networks [0.0]
到着プロセスの重ね合わせは、待ち行列ネットワークにおける基本的だが解析的に難解な操作である。
本稿では,複数の到着ストリームの低次モーメントと自己相関記述子をマージしたプロセスにマッピングするスケーラブルなデータ駆動演算子を提案する。
論文 参考訳（メタデータ） (2026-03-11T13:46:32Z) - Using Large Language Models to Detect Socially Shared Regulation of Collaborative Learning [15.567266973412815]
予測モデルを拡張し、埋め込み型アプローチを用いて、社会的に共有された学習行動の制御を自動的に検出する。
我々は,大規模言語モデル(LLM)を要約ツールとして活用し,システムログに整合した学生対話のタスク認識表現を生成する。
その結果, テキストのみの埋め込みは, 実行やグループダイナミクスに関連するSSRLの挙動の検出において, より強力な性能が得られることがわかった。
論文 参考訳（メタデータ） (2026-01-08T00:30:46Z) - AnalysisGNN: Unified Music Analysis with Graph Neural Networks [8.180530393436326]
我々はAnalyticGNNを紹介した。AnalyticGNNは、データシャッフル戦略と、カスタマイズされたマルチタスク損失を利用する新しいグラフニューラルネットワークフレームワークである。
また,非Chord-Tone予測モジュールを統合し,すべてのタスクから通過音や非機能音を識別・排除する。
論文 参考訳（メタデータ） (2025-09-08T13:11:54Z) - Self-Supervised Relation Alignment for Scene Graph Generation [44.3983804479146]
シーングラフ生成性能を改善するために,自己教師付きリレーショナルアライメントの正規化を導入する。
提案されたアライメントは一般的なもので、既存のシーングラフ生成フレームワークと組み合わせることができる。
本稿では,この自己教師付きリレーショナルアライメントと2つのシーングラフ生成アーキテクチャの有効性について述べる。
論文 参考訳（メタデータ） (2023-02-02T20:34:13Z) - Semantic Self-adaptation: Enhancing Generalization with a Single Sample [45.111358665370524]
セマンティックセグメンテーションのための自己適応型アプローチを提案する。
整合正則化を用いて畳み込み層のパラメータを入力画像に微調整する。
実験により, 自己適応は訓練時のモデル正規化の確立した実践を補完する可能性が示唆された。
論文 参考訳（メタデータ） (2022-08-10T12:29:01Z) - FineDiving: A Fine-grained Dataset for Procedure-aware Action Quality
Assessment [93.09267863425492]
競争力のあるスポーツビデオにおける行動の高レベル意味論と内部時間構造の両方を理解することが、予測を正確かつ解釈可能なものにする鍵である、と我々は主張する。
本研究では,多様なダイビングイベントに対して,アクションプロシージャに関する詳細なアノテーションを付加した,ファインディビングと呼ばれる詳細なデータセットを構築した。
論文 参考訳（メタデータ） (2022-04-07T17:59:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。